Block and multilevel preconditioning for stochastic Galerkin problems with lognormally distributed parameters and tensor product polynomials
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F17%3A00313941" target="_blank" >RIV/68407700:21110/17:00313941 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/00216208:11320/17:10371171
Výsledek na webu
<a href="http://www.dl.begellhouse.com/journals/52034eb04b657aea,468587191a97aaba,3cd7c9483550940c.html" target="_blank" >http://www.dl.begellhouse.com/journals/52034eb04b657aea,468587191a97aaba,3cd7c9483550940c.html</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1615/Int.J.UncertaintyQuantification.2017020377" target="_blank" >10.1615/Int.J.UncertaintyQuantification.2017020377</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Block and multilevel preconditioning for stochastic Galerkin problems with lognormally distributed parameters and tensor product polynomials
Popis výsledku v původním jazyce
The stochastic Galerkin method is a popular numerical method for solution of differential equations with randomly distributed data. We focus on isotropic elliptic problems with lognormally distributed coefficients. We study the block-diagonal preconditioning and the algebraic multilevel preconditioning based on the block splitting according to some hierarchy of approximation spaces for the stochastic part of the solution. We introduce upper bounds for the resulting condition numbers, and we derive a tool for obtaining sharp guaranteed upper bounds for the strengthened Cauchy-Bunyakowsky-Schwarz constant, which can serve as an indicator of the efficiency of some of these preconditioning methods. The presented multilevel approach yields a tool for efficient guaranteed two-sided a~posteriori estimates of algebraic errors and for adaptive algorithms as well.
Název v anglickém jazyce
Block and multilevel preconditioning for stochastic Galerkin problems with lognormally distributed parameters and tensor product polynomials
Popis výsledku anglicky
The stochastic Galerkin method is a popular numerical method for solution of differential equations with randomly distributed data. We focus on isotropic elliptic problems with lognormally distributed coefficients. We study the block-diagonal preconditioning and the algebraic multilevel preconditioning based on the block splitting according to some hierarchy of approximation spaces for the stochastic part of the solution. We introduce upper bounds for the resulting condition numbers, and we derive a tool for obtaining sharp guaranteed upper bounds for the strengthened Cauchy-Bunyakowsky-Schwarz constant, which can serve as an indicator of the efficiency of some of these preconditioning methods. The presented multilevel approach yields a tool for efficient guaranteed two-sided a~posteriori estimates of algebraic errors and for adaptive algorithms as well.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10101 - Pure mathematics
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
International Journal for Uncertainty Quantification
ISSN
2152-5080
e-ISSN
2152-5099
Svazek periodika
7
Číslo periodika v rámci svazku
5
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
22
Strana od-do
441-462
Kód UT WoS článku
000415634100004
EID výsledku v databázi Scopus
2-s2.0-85035085928